最近实习的公司leader叫我看看OpenCV，所以自己找些资料学学，然后记个笔记。 首先是导入库函数 import numpy as np然后最基本的就是读取 src = cv.imread("E:/OpenCv/photo.jpg", 1) imread()的第二个参数为代表读取模式，为0代表以灰度模式读入图像，为1代表读入彩色图像 例如：然后我们在显示出来。代码 cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) cv.w...

对图像的处理，一般是对图像的numpy进行操作，即每个像素点。这里设计的操作有and,or,not 还有+-*/，我们这里得提前知道，像素点越大，那么颜色越亮，0代表黑色，255代表白色。 首先我们看四大基本操作。+-*/ def add_op(src1, src2): dst = cv.add(src1,src2) cv.imshow("add_op", dst) def sub_op(src1, src2): dst = cv.subtract(src1, src2) cv.imshow("sub_op", dst) def mul_op(src1,...

首先看看floodFill()的算法原型 def floodFill(image, mask, seedPoint, newVal, loDiff=None, upDiff=None, flags=None)第一个参数image为原图像 第二个参数mask为掩模 第三个参数SeedPoint为随机初始种子 第四个参数为低值 第五个参数为高值 第六个参数为选项，即填充方法，FLOODFILL_FIXED_RANGE 指定填充的颜色 FLOODFILL_MASK_ONLY，mask的指定的位置为零时才填充，不为0不填充分别看看这两个函数的例子： def fill_color_demo(image)...

在图像处理领域，我们常常需要设置感兴趣区域（ROI,region of interest），来专注或简化工作过程。 定义ROI区域有两种方法 1：使用表示矩形的区域React。它指定矩形的左上角坐标和矩形的长宽。 2：指定感兴趣行或列的范围（Range）。Range是指从起始索引到终止索引（不包括终止索引）的一连段连续序列。 我们这里来看一个例子，把人脸替换一下，这里涉及到格式的转换，我们来看具体的代码和结果后，再来分析  def roi_test(src, src1): face = src1[50:250, 50:250] # cv.imshow("face", fac...

)我们如何将这个logo加到右边图片里呢？ 如果使用cv.add()那么颜色肯定加深 如果使用cv.addWeight()又会出现透明， 那怎么办呢？ 我们可以使用位运算，然后运用掩码的性质就可以得到了。 我们可以首先将logo的颜色空间进行转换，转换成灰度图像，然后使用阀值函数，将我们的logo提取出来，然后将其他部分变为黑色，即像素值为0。 这部分代码为：  img2gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)# 颜色空间的转换 ret, mask = cv.threshold(img2gray, 20, 255, cv.THRESH_BINARY)...

TensorRT优化原理  模型裁剪 原始网络裁剪后： 量化 量化涉及到的原理是： 交叉熵 TensorRT环境配置  TensorRT的SSD代码运行过程  References 量化的数学原理 TensorRT模型原理